سلام
من می خوام واریانس و میانگین رو بصورت local برای تصویرم محاسبه کنم و به مشکل برخوردم . اما قبل از این که بخوام این کارو انجام بدم خواسته شده بود که میانگین و واریانس و یا انحراف معیار رو بصورت global محاسبه کنم.که خوشبختانه مشکلی نداشت
من کاری که انجام دادم این هست


[v]=statmoments(h1,2);

M=v(1);

variance=v(2);

D = sqrt(variance);

و خود function هم


function [v, unv] = statmoments(p,n)

%STATMOMENTS Computes statistical central moments of image histogram.

%   [W,UNV] = STATMOMENTS(P, N) computes up to the Nth statistical

%   central moment of a histogram whose components are in vector

%   P. The length of P must equal 256 or 65536. 

%

%   The program outputs a vector V with V(1) = mean, V(2) = variance,

%   V(3) = 3rd moment, . . . V(N) = Nth central moment. The random

%   variable values are normalized to the range [0, 1], so all

%   moments also are in this range. 

%       

%   The program also outputs a vector UNV containing the same moments

%   as V, but using un-normalized random variable values (e.g., 0 to

%   255 if length(P) = 2^8). For example, if length(P) = 256 and V(1)

%   = 0.5, then UNV(1) would have the value UNV(1) = 127.5 (half of

%   the [0 255] range). 



Lp = length(p);

if (Lp ~= 256) & (Lp ~= 65536)

   error('P must be a 256- or 65536-element vector.');

end

G = Lp - 1;



% Make sure the histogram has unit area, and convert it to a

% column vector.

p = p/sum(p); p = p(:);



% Form a vector of all the possible values of the

% random variable.

z = 0:G;



% Now normalize the z's to the range [0, 1].

z = z./G;



% The mean.

m = z*p;



% Center random variables about the mean.

z = z - m;



% Compute the central moments.

v = zeros(1, n);

v(1) = m;

for j = 2:n

   v(j) = (z.^j)*p;

end



if nargout > 1

   % Compute the uncentralized moments.

   unv = zeros(1, n);

   unv(1)=m.*G;

   for j = 2:n

      unv(j) = ((z*G).^j)*p;

   end

end

global کدش به این صورت بود. برای قسمت local به مشکل برخوردم. اگه براتون امکان داره کمکم کنید. مرسی